Resumen

En el desarrollo de industrias de alta tecnología, el grafito se ha convertido en una materia prima esencial, por lo que este estudio propone un algoritmo basado en redes neuronales de convulsión mejorada (CNN) para la clasificación y reconocimiento de fuentes de alta calidad de grafito. El modelo de reconocimiento basado en CNN no necesita pasos complicados de preprocesamiento de imágenes en la etapa inicial, y la mejora de datos también se puede completar en línea en el proceso de capacitación, lo que hace que el proceso de construcción del modelo sea más conciso. Con base en los resultados de la simulación, se evidencia que la precisión de reconocimiento del método propuesto mejora significativamente, la velocidad de convergencia se acelera y el modelo es más estable, lo que demuestra la viabilidad y eficacia del método propuesto.

• Materias:Modelos matemáticos Materias primas Materiales Redes neuronales (Computadores)
• Subjects:Mathematical models Raw materials Materials Neural networks (Computer science)
• Palabras claves:Grafito; Clasificación; Transferencia de aprendizaje; Pérdida focal; Red neuronal de convolución
• Keywords:Graphite; classification; Transfer learning; Focal loss; Convolution neural network